Anaconda
下载相关环境
1 wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-2019.10-Linux-x86_64.sh --no-check-certificate
增加执行权限
1 chmod +x Anaconda3-2019.10-Linux-x86_64.sh
安装（按照提示操作即可）
1 bash Anaconda3-2019.10-Linux-x86_64.sh
加载环境变量
或者
检查是否安装成功
torchvision 下载torchvison地址：https://download.pytorch.org/whl/cu110/torch_stable.html
torchvision-0.8.2%2Bcu110-cp38-cp38-win_amd64.whl中的命名解释：
torchvision-0.8.2：表示 torchvision版本为：0.8.2
cu110：支持的cuda(GPU)版本为：11.0【cu102:表示cuda版本为10.2】
cp38：指的是anaconda中的python版本为python38
win_amd64：用于64位window系统。
torch-1.7.1:表示torch版本为1.7.1
我的anacond中python版本为python38，在windows64位系统上运行，故需要的版本为：torchvision-0.8.2%2Bcu110-cp38-cp38-win_amd64.whl
编程环境和软件工具安装手册
:heartpulse: 具体版本应根据实际需求确定
Java jdk 下载 JDK 历史版本页面
JDK 国内官网下载地址：
JDK8 国内官网下载地址：
卸载已有的 openJDK 查询本机中已经安装过的 java rpm 包，命令如下；
1 2 3 4 5 6 7 8 9 10 11 12 13 14 [root@localhost ~]$ rpm -qa |grep java
如上，将下面几个删除即可
1 2 3 4 5 6 java-1.8.0-openjdk-1.8.0.65-3.b17.el7.x86_64
.noarch 文件属于通用文件，不影响，不用删除，删了也没事~
1 2 3 4 5 6 javapackages-tools-3.4.1-11.el7.noarch
删除命令，（注：删除命令需要用 root 权限）
1 2 3 4 5 6 `rpm -e --nodeps` java-1.8.0-openjdk-1.8.0.65-3.b17.el7.x86_64
检查是否已经删除成功
在命令窗口键入java -version，如下说明已经删除成功了：
1 2 [root@localhost ~]$ java -version
安装 + 配置 JDK
以下方式适用于安装各版本 JDK，本文以 JDK1.8 为例
1、创建一个 java 目录
1 mkdir -p /usr/local/java
2、进入目录
3、通过rz命令或 xftp 将下载的 jdk 包上传到该目录
4、解压 jdk 压缩包
1 tar -zxvf jdk-8u271-linux-x64.tar.gz
5、配置环境变量
用 vim 或 vi 打开/etc/profile 文件
6、点击键盘 i 进行编辑；
将下面内容粘贴到末尾；
1 2 3 4 JAVA_HOME=/usr/local/java/jdk1.8.0_271
注意JAVA_HOME=/home/local/java/jdk1.8.0_271就是你自己的 jdk 目录
7、保存修改
Esc
Shift + q 进入键盘编辑
wq 保存并退出
8、重新加载配置文件，命令：
验证安装情况 1、输入：java -version
2、输入：javac
3、输入：java
Reference
Linux 安装 JDK 并配置环境变量 - 详细步骤
Tomcat 下载
官网 https://tomcat.apache.org/
根据自己需求选择相应版本，不建议选择最新版本，笔者选择了8.5.82版 ：apache-tomcat-8.5.82.tar.gz
上传解压
上传至 /root 目录
解压安装
在 /usr/local/ 下创建 tomcat ⽂件夹并进⼊
1 2 3 cd /usr/local/
将 Tomcat 安装包解压到 /usr/local/tomcat 中即可
1 tar -zxvf /root/apache-tomcat-8.5.55.tar.gz -C ./
解压完之后， /usr/local/tomcat ⽬录中会出现⼀个 apache-tomcat-8.5.82 的⽬录
启动 TOMCAT 直接进 apache-tomcat-8.5.82 ⽬录，执⾏其中 bin ⽬录下的启动脚本即可
访问测试 这时候浏览器访问： 你的主机IP:8080 ，得到如下画⾯说明成功启动了
配置快捷操作和开机启动 ⾸先进⼊ /etc/rc.d/init.d ⽬录，创建⼀个名为 tomcat 的⽂件，并赋予执⾏权限
1 2 3 [root@hwzhao bin]## cd /etc/rc.d/init.d/
接下来编辑 tomcat ⽂件，并在其中加⼊如下内容：
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 #!/bin/sh export JAVA_HOME=/usr/local/java/jdk1.8.0_271export CATALINA_HOME=/usr/local/tomcat/apache-tomcat-8.5.82export CATALINA_BASE=/usr/local/tomcat/apache-tomcat-8.5.82start if [ -f $CATALINA_HOME /bin/startup.sh ];then echo $"Starting Tomcat" $CATALINA_HOME /bin/startup.shecho " OK" return $RETVAL fi stop if [ -f $CATALINA_HOME /bin/shutdown.sh ];then echo $"Stopping Tomcat" $CATALINA_HOME /bin/shutdown.shsleep 1'{print $2}' |xargs kill -9echo " OK" return $RETVAL fi case "$1 " in echo $"Restaring Tomcat" $0 stopsleep 1$0 startecho $"Usage: $0 {start|stop|restart}" exit 1esac exit $RETVAL
这样后续对于 Tomcat 的开启和关闭只需要执⾏如下命令即可：
1 2 service tomcat start
现在将其添加到系统服务，使用命令：chkconfig --add tomcat
然后使用chkconfig --list查看服务是否添加成功最后加⼊开机启动即可【可以使用chkconfig tomcat on/off切换开机启动关闭】
1 2 chkconfig --add tomcat
MySQL 宋红康 MySQL环境搭建
下载 进入 mysql 官网下载 mysql http://www.mysql.com/downloads/
滑到最下方
根据电脑选择相应的版本
安装 MySql Driver 官网
下载完成后解压即可
Docker 版 拉取镜像
运行 docker 命令 运行命令：
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 docker run -p 3307:3306 --name mysql-master \
安装成功。
进入容器查看配置，并进行字符集等默认配置：
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 [root@hadoop-104 conf]# docker exec -it mysql /bin/bash
设置启动 docker 时，即运行 mysql
1 2 3 [root@hadoop-104 ~]-104 ~]
Redis
基于 CentOS 7https://redis.io/
安装 Redis 依赖 Redis 是基于 C 语言编写的，因此首先需要安装 Redis 所需要的 gcc 依赖：
上传安装包并解压 然后将 Redis 安装包上传到虚拟机的任意目录：
例如，我放到了/usr/local/src 目录：
解压缩：
1 tar -xzf redis-6.2.6.tar.gz
解压后：
进入 redis 目录：
运行编译命令：
如果没有出错，应该就安装成功了。
默认的安装路径是在 /usr/local/bin目录下：
该目录以及默认配置到环境变量，因此可以在任意目录下运行这些命令。其中：
redis-cli：是 redis 提供的命令行客户端
redis-server：是 redis 的服务端启动脚本
redis-sentinel：是 redis 的哨兵启动脚本
启动 redis 的启动方式有很多种，例如：
默认启动 安装完成后，在任意目录输入 redis-server 命令即可启动 Redis：
如图：
这种启动属于前台启动，会阻塞整个会话窗口，窗口关闭或者按下CTRL + C则 Redis 停止。不推荐使用。
指定配置启动 如果要让 Redis 以后台方式启动，则必须修改 Redis 配置文件，就在我们之前解压的 redis 安装包下（/usr/local/src/redis-6.2.6），名字叫 redis.conf：
我们先将这个配置文件备份一份：
1 cp redis.conf redis.conf .bck
然后修改 redis.conf 文件中的一些配置：
1 2 3 4 5 6 bind 0.0.0.0 daemonize yes requirepass 123321
Redis 的其它常见配置：
1 2 3 4 5 6 7 8 9 10 port 6379 dir . databases 1 maxmemory 512mb logfile "redis.log"
启动 Redis：
1 2 3 4 cd /usr/local/src/redis-6.2.6
停止服务：
1 2 3
开机自启 我们也可以通过配置来实现开机自启。
首先，新建一个系统服务文件：
1 vi /etc/systemd/system/redis.service
内容如下：
1 2 3 4 5 6 7 8 9 10 11 [Unit] Description =redis-serverAfter =network.target[Service] Type =forkingExecStart =/usr/local/bin/redis-server /usr/local/src/redis-6.2 .6 /redis.confPrivateTmp =true [Install] WantedBy =multi-user.target
然后重载系统服务：
现在，我们可以用下面这组命令来操作 redis 了：
1 2 3 4 5 6 7 8
执行下面的命令，可以让 redis 开机自启：
Docker 版 拉取镜像 1 [root@hwServer ~]# docker pull redis:6.2.7
创建挂载目录 1 2 [root@hwServer ~]# mkdir -p /home/redis/conf
启动 redis 1 2 3 docker run -p 6379:6379 --name redis -v /home/redis/data:/data \
设置 redis 容器在 docker 启动的时候启动
1 2 3 [root@hadoop-104 ~]# docker update redis --restart=always
测试 1 [root@hwServer ~]# docker exec -it redis redis-cli
Redis 客户端 安装完成 Redis，我们就可以操作 Redis，实现数据的 CRUD 了。这需要用到 Redis 客户端，包括：
Redis 命令行客户端 Redis 安装完成后就自带了命令行客户端：redis-cli，使用方式如下：
1 redis-cli [options] [commonds]
其中常见的 options 有：
-h 127.0.0.1：指定要连接的 redis 节点的 IP 地址，默认是 127.0.0.1-p 6379：指定要连接的 redis 节点的端口，默认是 6379-a 123321：指定 redis 的访问密码
其中的 commonds 就是 Redis 的操作命令，例如：
ping：与 redis 服务端做心跳测试，服务端正常会返回pong
不指定 commond 时，会进入redis-cli的交互控制台：
图形化桌面客户端 GitHub 上的大神编写了 Redis 的图形化桌面客户端，地址：https://github.com/uglide/RedisDesktopManager
不过该仓库提供的是 RedisDesktopManager 的源码，并未提供 windows 安装包。
在下面这个仓库可以找到安装包：https://github.com/lework/RedisDesktopManager-Windows/releases
安装 在课前资料中可以找到 Redis 的图形化桌面客户端：
解压缩后，运行安装程序即可安装：
此处略。
安装完成后，在安装目录下找到 rdm.exe 文件：
双击即可运行：
建立连接 点击左上角的连接到Redis服务器按钮：
在弹出的窗口中填写 Redis 服务信息：
点击确定后，在左侧菜单会出现这个链接：
点击即可建立连接了：
Redis 默认有 16 个仓库，编号从 0 至 15. 通过配置文件可以设置仓库数量，但是不超过 16，并且不能自定义仓库名称。
如果是基于 redis-cli 连接 Redis 服务，可以通过 select 命令来选择数据库：
Docker Docker 分为 CE 和 EE 两大版本。CE 即社区版（免费，支持周期 7 个月），EE 即企业版，强调安全，付费使用，支持周期 24 个月。
Docker CE 分为 stable test 和 nightly 三个更新频道。
官方网站上有各种环境下的 安装指南 ，这里主要介绍 Docker CE 在 CentOS 上的安装。
CentOS 安装 Docker Docker CE 支持 64 位版本 CentOS 7，并且要求内核版本不低于 3.10， CentOS 7 满足最低内核的要求，所以我们在 CentOS 7 安装 Docker。
卸载（可选） 如果之前安装过旧版本的 Docker，可以使用下面命令卸载：
1 2 3 4 5 6 7 8 9 10 11 yum remove docker \ \ \ \ \ \ \ \ \ \
安装 docker 首先需要大家虚拟机联网，安装 yum 工具
1 2 3 yum install -y yum-utils \
然后更新本地镜像源：
1 2 3 4 5 6 7 #
然后输入命令：
1 yum install -y docker-ce
docker-ce 为社区免费版本。稍等片刻，docker 即可安装成功。
启动 docker Docker 应用需要用到各种端口，逐一去修改防火墙设置。非常麻烦，因此建议大家直接关闭防火墙！
启动 docker 前，一定要关闭防火墙后！！
1 2 3 4 5 6 disable firewalld
通过命令启动 docker：
1 2 3 4 5 systemctl start docker
然后输入命令，可以查看 docker 版本：
如图：
配置镜像加速 docker 官方镜像仓库网速较差，我们需要设置国内镜像服务：
参考阿里云的镜像加速文档：https://cr.console.aliyun.com/cn-hangzhou/instances/mirrors
CentOS7 安装 DockerCompose 下载 Linux 下需要通过命令下载：
1 2 uname -s`-`uname -m` > /usr/local/bin/docker-compose
修改文件权限 修改文件权限：
1 2 chmod +x /usr/local/bin/docker-compose
Base 自动补全命令： 1 2
如果这里出现错误，需要修改自己的 hosts 文件：
1 echo "199.232.68.133 raw.githubusercontent.com" >> /etc/hosts
Docker 镜像仓库 搭建镜像仓库可以基于 Docker 官方提供的 DockerRegistry 来实现。
官网地址：https://hub.docker.com/_/registry
简化版镜像仓库 Docker 官方的 Docker Registry 是一个基础版本的 Docker 镜像仓库，具备仓库管理的完整功能，但是没有图形化界面。
搭建方式比较简单，命令如下：
1 2 3 4 5 6 docker run -d \
命令中挂载了一个数据卷 registry-data 到容器内的/var/lib/registry 目录，这是私有镜像库存放数据的目录。
访问 http://YourIp:5000/v2/\_catalog 可以查看当前私有镜像服务中包含的镜像
配置 Docker 信任地址 我们的私服采用的是 http 协议，默认不被 Docker 信任，所以需要做一个配置：
1 2 3 4 5 6 7 8 "insecure-registries" :["http://192.168.164.129:8080" ]
带有图形化界面版本 使用 DockerCompose 部署带有图象界面的 DockerRegistry，命令如下：
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 version: '3.0' services: registry: image: registry volumes: - ./registry-data:/var/lib/registry ui: image: joxit/docker-registry-ui:static ports: - 8080 :80 environment: - REGISTRY_TITLE=Hello Geeks_Z - REGISTRY_URL=http://registry:5000 depends_on: - registry
阿里云服务器（ECS）安装 Docker 部署并使用 Docker（CentOS 8）
Nacos Linux 或者 Mac 安装方式与 Windows 类似。
安装 JDK
见Java安装-Linux`
上传安装包 如图：
也可以直接使用课前资料中的 tar.gz：
上传到 Linux 服务器的某个目录，例如/usr/local/src目录下：
解压 命令解压缩安装包：
1 tar -xvf nacos-server-1.4.1.tar.gz
然后删除安装包：
1 rm -rf nacos-server-1.4.1.tar.gz
目录中最终样式：
目录内部：
端口配置 与 windows 中类似
启动 在 nacos/bin 目录中，输入命令启动 Nacos：
1 sh startup.sh -m standalone
Docker安装
在docker中安装Nacos–详细教程
Docker启动安装nacos（详情讲解，全网最细）
拉取镜像
1 docker pull nacos/nacos-server:v2.0.4
创建挂载目录
1 2 mkdir -p /home/nacos/logs/ mkdir -p /home/nacos/conf/
修改配置文件(没有需先行创建)
1 vim /home/nacos/conf/application.properties
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 server.contextPath =/nacoscontextPath =/nacosport =8848platform =mysqlnum =10 =jdbc:mysql://ip:3306/nacos_config?characterEncoding=utf8&connectTimeout=1000&socketTimeout=3000&autoReconnect=true dumpTaskInterval =3600eventTaskInterval =10labelTaskInterval =300loadDataAtStart =false enabled =false enabled =false enabled =true pattern =%h %l %u %t "%r" %s %b %D %{User-Agent}iurls =/,/**/*.css,/**/*.js,/**/*.html,/**/*.map,/**/*.svg,/**/*.png,/**/*.ico,/console-fe/public/**,/v1/auth/login,/v1/console/health/**,/v1/cs/**,/v1/ns/**,/v1/cmdb/**,/actuator/**,/v1/console/server/**taskDispatchThreadCount =1taskDispatchPeriod =200batchSyncKeyCount =1000initDataRatio =0.9syncRetryDelay =5000warmup =true expireInstance =true
启动nacos容器
1 2 3 4 5 6 7 8 9 10 11 12 docker run \true \
语句讲解
docker run -d ： 启动容器 -d是后台启动并返回容器id的意思
–name nacos ：为容器指定一个名称
-p 8848:8848 -p 9848:9848 -p 9849:9849 ： 指定端口映射，注意这里的p不能大写，大写是随机端口映射
–privileged=true ： 扩大容器内的权限，将容器内的权限变为root权限，不加的话就是普通用户权限，可能会出现cannot open directory
-e JVM_XMS=256m ： 为jvm启动时分配的内存
-e JVM_XMX=256m ： 为jvm运行过程中分配的最大内存
-e MODE=standalone ： 使用 standalone模式（单机模式）,MODE值有cluster（集群）模式/standalone模式两种，MODE必须大写
–restart=always ：重启docker时，自动启动相关容器
浏览器登录访问
https：xx.xx.xx.xx:8848 账号：nacos 密码：nacos
Nacos 的依赖 父工程的 pom 文件中的<dependencyManagement>中引入 SpringCloudAlibaba 的依赖：
1 2 3 4 5 6 7 <dependency > <groupId > com.alibaba.cloud</groupId > <artifactId > spring-cloud-alibaba-dependencies</artifactId > <version > 2.2.5.RELEASE</version > <type > pom</type > <scope > import</scope > </dependency >
客户端：
1 2 3 4 5 6 <dependency > <groupId > com.alibaba.cloud</groupId > <artifactId > spring-cloud-starter-alibaba-nacos-discovery</artifactId > </dependency >
Nginx 解压 Nginx 包，并安装 1 2 3 4 tar -zxvf nginx-1.21.6.tar.gz #解压到当前目录
安装依赖库 1 2 3 4 5 6 7 8 # 安装C编译器 # 安装pcre库 # 安装zlib
安装 1 2 3 ./configure --prefix=/usr/local/nginx #使用prefix选项指定安装的目录
启动 1 2 3 cd /usr/local/nginx/sbin
关闭防火墙 1 systemctl stop firewalld
补充 Nginx 命令 1 2 3 4 ./nginx -s stop #快速停止
查看 nginx 状态 启动时：
停止时：
注册系统服务 通过系统服务的方式启动 nginx
1 vim usr/lib/systemd/system/nginx.service
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 [Unit]
重新加载系统服务
启动服务
1 systemctl start nginx.service
开机启动
1 systemctl enable nginx.service
Docker
Docker 安装 Nginx 容器 (完整详细版)
下载 Nginx 镜像
命令
描述
docker pull nginx
下载最新版 Nginx 镜像 (其实此命令就等同于 : docker pull nginx:latest )
docker pull nginx:xxx
下载指定版本的 Nginx 镜像 (xxx 指具体版本号)
检查当前所有Docker下载的镜像
创建 Nginx 配置文件
启动前需要先创建 Nginx 外部挂载的配置文件（ /home/nginx/conf/nginx.conf）
1 2 3 4 mkdir -p /home/nginx/confmkdir -p /home/nginx/logmkdir -p /home/nginx/html
复制容器文件到宿主机 1 2 3 4 5 6 7 8 cp nginx:/etc/nginx/nginx.conf /home/nginx/conf/nginx.confcp nginx:/etc/nginx/conf.d /home/nginx/conf/conf.dcp nginx:/usr/share/nginx/html /home/nginx/
删除已启动Nginx容器 1 2 3 4 5 6 7 8 9 rm nginxrm -f nginx
创建 Nginx 容器并运行 1 2 3 4 5 6 7 8 docker run \
命令
描述
–name nginx
启动容器的名字
-d
后台运行
-p 9002:80
将容器的 9002(后面那个) 端口映射到主机的 80(前面那个) 端口
-v /home/nginx/conf/nginx.conf:/etc/nginx/nginx.conf
挂载 nginx.conf 配置文件
-v /home/nginx/conf/conf.d:/etc/nginx/conf.d
挂载 nginx 配置文件
-v /home/nginx/log:/var/log/nginx
挂载 nginx 日志文件
-v /home/nginx/html:/usr/share/nginx/html
挂载 nginx 内容
nginx:1.24
本地运行的版本
\
shell 命令换行
单行模式
1 docker run -p 80 :80 --name nginx -v /home/ nginx/conf/ nginx.conf: /etc/ nginx/nginx.conf -v / home/nginx/ conf/conf.d:/ etc/nginx/ conf.d -v /home/ nginx/log:/ var /log/ nginx -v /home/ nginx/html:/ usr/share/ nginx/html -d nginx: 1.22
结果检测
修改内容进行展示
RabbitMQ 单机部署 我们在 Centos7 虚拟机中使用 Docker 来安装。
下载镜像 方式一：在线拉取
1 docker pull rabbitmq:3-management
方式二：从本地加载
在课前资料已经提供了镜像包：
上传到虚拟机中后，使用命令加载镜像即可：
安装 MQ 执行下面的命令来运行 MQ 容器：
1 2 3 4 5 6 7 8 9 docker run \
安装 DelayExchange 插件 官方的安装指南地址为：https://blog.rabbitmq.com/posts/2015/04/scheduling-messages-with-rabbitmq
上述文档是基于 linux 原生安装 RabbitMQ，然后安装插件。
因为我们之前是基于 Docker 安装 RabbitMQ，所以下面我们会讲解基于 Docker 来安装 RabbitMQ 插件。
下载插件 RabbitMQ 有一个官方的插件社区，地址为：https://www.rabbitmq.com/community-plugins.html
其中包含各种各样的插件，包括我们要使用的 DelayExchange 插件：
大家可以去对应的 GitHub 页面下载 3.8.9 版本的插件，地址为https://github.com/rabbitmq/rabbitmq-delayed-message-exchange/releases/tag/3.8.9这个对应RabbitMQ的3.8.5以上版本。
上传插件 因为我们是基于 Docker 安装，所以需要先查看 RabbitMQ 的插件目录对应的数据卷。如果不是基于 Docker 的同学，请参考第一章部分，重新创建 Docker 容器。
我们之前设定的 RabbitMQ 的数据卷名称为mq-plugins，所以我们使用下面命令查看数据卷：
1 docker volume inspect mq-plugins
可以得到下面结果：
接下来，将插件上传到这个目录即可：
安装插件 最后就是安装了，需要进入 MQ 容器内部来执行安装。我的容器名为mq，所以执行下面命令：
执行时，请将其中的 -it 后面的mq替换为你自己的容器名.
进入容器内部后，执行下面命令开启插件：
1 rabbitmq-plugins enable rabbitmq_delayed_message_exchange
结果如下：
集群部署 接下来，我们看看如何安装 RabbitMQ 的集群。
集群分类 在 RabbitMQ 的官方文档中，讲述了两种集群的配置方式：
普通模式：普通模式集群不进行数据同步，每个 MQ 都有自己的队列、数据信息（其它元数据信息如交换机等会同步）。例如我们有 2 个 MQ：mq1，和 mq2，如果你的消息在 mq1，而你连接到了 mq2，那么 mq2 会去 mq1 拉取消息，然后返回给你。如果 mq1 宕机，消息就会丢失。
镜像模式：与普通模式不同，队列会在各个 mq 的镜像节点之间同步，因此你连接到任何一个镜像节点，均可获取到消息。而且如果一个节点宕机，并不会导致数据丢失。不过，这种方式增加了数据同步的带宽消耗。
我们先来看普通模式集群，我们的计划部署 3 节点的 mq 集群：
主机名
控制台端口
amqp 通信端口
mq1
8081 —> 15672
8071 —> 5672
mq2
8082 —> 15672
8072 —> 5672
mq3
8083 —> 15672
8073 —> 5672
集群中的节点标示默认都是：rabbit@[hostname]，因此以上三个节点的名称分别为：
rabbit@mq1
rabbit@mq2
rabbit@mq3
获取 cookie RabbitMQ 底层依赖于 Erlang，而 Erlang 虚拟机就是一个面向分布式的语言，默认就支持集群模式。集群模式中的每个 RabbitMQ 节点使用 cookie 来确定它们是否被允许相互通信。
要使两个节点能够通信，它们必须具有相同的共享秘密，称为Erlang cookie 。cookie 只是一串最多 255 个字符的字母数字字符。
每个集群节点必须具有相同的 cookie 。实例之间也需要它来相互通信。
我们先在之前启动的 mq 容器中获取一个 cookie 值，作为集群的 cookie。执行下面的命令：
1 docker exec -it mq cat /var/lib/rabbitmq/.erlang.cookie
可以看到 cookie 值如下：
接下来，停止并删除当前的 mq 容器，我们重新搭建集群。
准备集群配置 在/tmp 目录新建一个配置文件 rabbitmq.conf：
1 2 3 cd /tmptouch rabbitmq.conf
文件内容如下：
1 2 3 4 5 6 loopback_users.guest = false 5672 1 = rabbit@mq1 2 = rabbit@mq2 3 = rabbit@mq3
再创建一个文件，记录 cookie
1 2 3 4 5 6 7 cd /tmptouch .erlang.cookieecho "FXZMCVGLBIXZCDEMMVZQ" > .erlang.cookiechmod 600 .erlang.cookie
准备三个目录,mq1、mq2、mq3：
1 2 3 cd /tmpmkdir mq1 mq2 mq3
然后拷贝 rabbitmq.conf、cookie 文件到 mq1、mq2、mq3：
1 2 3 4 5 6 7 8 9 cd /tmpcp rabbitmq.conf mq1cp rabbitmq.conf mq2cp rabbitmq.conf mq3cp .erlang.cookie mq1cp .erlang.cookie mq2cp .erlang.cookie mq3
启动集群 创建一个网络：
1 docker network create mq-net
docker volume create
运行命令
1 2 3 4 5 6 7 8 9 10 docker run -d --net mq-net \${PWD} /mq1/rabbitmq.conf:/etc/rabbitmq/rabbitmq.conf \${PWD} /.erlang.cookie:/var/lib/rabbitmq/.erlang.cookie \
1 2 3 4 5 6 7 8 9 10 docker run -d --net mq-net \${PWD} /mq2/rabbitmq.conf:/etc/rabbitmq/rabbitmq.conf \${PWD} /.erlang.cookie:/var/lib/rabbitmq/.erlang.cookie \
1 2 3 4 5 6 7 8 9 10 docker run -d --net mq-net \${PWD} /mq3/rabbitmq.conf:/etc/rabbitmq/rabbitmq.conf \${PWD} /.erlang.cookie:/var/lib/rabbitmq/.erlang.cookie \
测试 在 mq1 这个节点上添加一个队列：
如图，在 mq2 和 mq3 两个控制台也都能看到：
数据共享测试 点击这个队列，进入管理页面：
然后利用控制台发送一条消息到这个队列：
结果在 mq2、mq3 上都能看到这条消息：
可用性测试 我们让其中一台节点 mq1 宕机：
然后登录 mq2 或 mq3 的控制台，发现 simple.queue 也不可用了：
说明数据并没有拷贝到 mq2 和 mq3。
镜像模式 在刚刚的案例中，一旦创建队列的主机宕机，队列就会不可用。不具备高可用能力。如果要解决这个问题，必须使用官方提供的镜像集群方案。
官方文档地址：https://www.rabbitmq.com/ha.html
镜像模式的特征 默认情况下，队列只保存在创建该队列的节点上。而镜像模式下，创建队列的节点被称为该队列的主节点 ，队列还会拷贝到集群中的其它节点，也叫做该队列的镜像 节点。
但是，不同队列可以在集群中的任意节点上创建，因此不同队列的主节点可以不同。甚至，一个队列的主节点可能是另一个队列的镜像节点 。
用户发送给队列的一切请求，例如发送消息、消息回执默认都会在主节点完成，如果是从节点接收到请求，也会路由到主节点去完成。镜像节点仅仅起到备份数据作用 。
当主节点接收到消费者的 ACK 时，所有镜像都会删除节点中的数据。
总结如下：
镜像队列结构是一主多从（从就是镜像）
所有操作都是主节点完成，然后同步给镜像节点
主宕机后，镜像节点会替代成新的主（如果在主从同步完成前，主就已经宕机，可能出现数据丢失）
不具备负载均衡功能，因为所有操作都会有主节点完成（但是不同队列，其主节点可以不同，可以利用这个提高吞吐量）
镜像模式的配置 镜像模式的配置有 3 种模式：
ha-mode
ha-params
效果
准确模式 exactly
队列的副本量 count
集群中队列副本（主服务器和镜像服务器之和）的数量。count 如果为 1 意味着单个副本：即队列主节点。count 值为 2 表示 2 个副本：1 个队列主和 1 个队列镜像。换句话说：count = 镜像数量 + 1。如果群集中的节点数少于 count，则该队列将镜像到所有节点。如果有集群总数大于 count+1，并且包含镜像的节点出现故障，则将在另一个节点上创建一个新的镜像。
all
(none)
队列在群集中的所有节点之间进行镜像。队列将镜像到任何新加入的节点。镜像到所有节点将对所有群集节点施加额外的压力，包括网络 I / O，磁盘 I / O 和磁盘空间使用情况。推荐使用 exactly，设置副本数为（N / 2 +1）。
nodes
node names 指定队列创建到哪些节点，如果指定的节点全部不存在，则会出现异常。如果指定的节点在集群中存在，但是暂时不可用，会创建节点到当前客户端连接到的节点。
这里我们以 rabbitmqctl 命令作为案例来讲解配置语法。
语法示例：
exactly 模式 1 rabbitmqctl set_policy ha-two "^two\." '{"ha-mode" :"exactly" ,"ha-params" :2 ,"ha-sync-mode" :"automatic" }'
rabbitmqctl set_policy：固定写法ha-two：策略名称，自定义"^two\."：匹配队列的正则表达式，符合命名规则的队列才生效，这里是任何以two.开头的队列名称'{"ha-mode":"exactly","ha-params":2,"ha-sync-mode":"automatic"}': 策略内容
"ha-mode":"exactly"：策略模式，此处是 exactly 模式，指定副本数量"ha-params":2：策略参数，这里是 2，就是副本数量为 2，1 主 1 镜像"ha-sync-mode":"automatic"：同步策略，默认是 manual，即新加入的镜像节点不会同步旧的消息。如果设置为 automatic，则新加入的镜像节点会把主节点中所有消息都同步，会带来额外的网络开销
all 模式 1 rabbitmqctl set_policy ha-all "^all\." '{"ha-mode" :"all" }'
ha-all：策略名称，自定义"^all\."：匹配所有以all.开头的队列名'{"ha-mode":"all"}'：策略内容
"ha-mode":"all"：策略模式，此处是 all 模式，即所有节点都会称为镜像节点
nodes 模式 1 rabbitmqctl set _policy ha-nodes "^nodes\." '{"ha-mode" :"nodes" ,"ha-params" :["rabbit@nodeA" , "rabbit@nodeB" ]}'
rabbitmqctl set_policy：固定写法ha-nodes：策略名称，自定义"^nodes\."：匹配队列的正则表达式，符合命名规则的队列才生效，这里是任何以nodes.开头的队列名称'{"ha-mode":"nodes","ha-params":["rabbit@nodeA", "rabbit@nodeB"]}': 策略内容
"ha-mode":"nodes"：策略模式，此处是 nodes 模式"ha-params":["rabbit@mq1", "rabbit@mq2"]：策略参数，这里指定副本所在节点名称
测试 我们使用 exactly 模式的镜像，因为集群节点数量为 3，因此镜像数量就设置为 2.
运行下面的命令：
1 docker exec -it mq1 rabbitmqctl set_policy ha-two "^two\." '{"ha-mode":"exactly","ha-params":2,"ha-sync-mode":"automatic"}'
下面，我们创建一个新的队列：
在任意一个 mq 控制台查看队列：
测试数据共享 给 two.queue 发送一条消息：
然后在 mq1、mq2、mq3 的任意控制台查看消息：
测试高可用 现在，我们让 two.queue 的主节点 mq1 宕机：
查看集群状态：
查看队列状态：
发现依然是健康的！并且其主节点切换到了 rabbit@mq2 上
仲裁队列 从 RabbitMQ 3.8 版本开始，引入了新的仲裁队列，他具备与镜像队里类似的功能，但使用更加方便。
添加仲裁队列 在任意控制台添加一个队列，一定要选择队列类型为 Quorum 类型。
在任意控制台查看队列：
可以看到，仲裁队列的 + 2 字样。代表这个队列有 2 个镜像节点。
因为仲裁队列默认的镜像数为 5。如果你的集群有 7 个节点，那么镜像数肯定是 5；而我们集群只有 3 个节点，因此镜像数量就是 3.
测试 可以参考对镜像集群的测试，效果是一样的。
集群扩容 加入集群 1）启动一个新的 MQ 容器：
1 2 3 4 5 6 7 8 9 docker run -d --net mq-net \${PWD} /.erlang.cookie:/var/lib/rabbitmq/.erlang.cookie \
2）进入容器控制台：
1 docker exec -it mq4 bash
3）停止 mq 进程
4）重置 RabbitMQ 中的数据：
5）加入 mq1：
1 rabbitmqctl join_cluster rabbit@mq1
6）再次启动 mq 进程
增加仲裁队列副本 我们先查看下 quorum.queue 这个队列目前的副本情况，进入 mq1 容器：
1 docker exec -it mq1 bash
执行命令：
1 rabbitmq-queues quorum_status "quorum.queue"
结果：
现在，我们让 mq4 也加入进来：
1 rabbitmq-queues add_member "quorum.queue" "rabbit@mq4"
结果：
再次查看：
1 rabbitmq-queues quorum_status "quorum.queue"
查看控制台，发现 quorum.queue 的镜像数量也从原来的 +2 变成了 +3：
OpenResty 安装 首先你的 Linux 虚拟机必须联网
1）安装开发库 首先要安装 OpenResty 的依赖开发库，执行命令：
1 yum install -y pcre-devel openssl-devel gcc --skip-broken
2）安装 OpenResty 仓库 你可以在你的 CentOS 系统中添加 openresty 仓库，这样就可以便于未来安装或更新我们的软件包（通过 yum check-update 命令）。运行下面的命令就可以添加我们的仓库：
1 yum-config-manager --add-repo https:
如果提示说命令不存在，则运行：
1 yum install -y yum-utils
然后再重复上面的命令
3）安装 OpenResty 然后就可以像下面这样安装软件包，比如 openresty：
1 yum install -y openresty
4）安装 opm 工具 opm 是 OpenResty 的一个管理工具，可以帮助我们安装一个第三方的 Lua 模块。
如果你想安装命令行工具 opm，那么可以像下面这样安装 openresty-opm 包：
1 yum install -y openresty-opm
5）目录结构 默认情况下，OpenResty 安装的目录是：/usr/local/openresty
看到里面的 nginx 目录了吗，OpenResty 就是在 Nginx 基础上集成了一些 Lua 模块。
6）配置 nginx 的环境变量 打开配置文件：
在最下面加入两行：
1 2 export NGINX_HOME=/usr/local/openresty/nginxexport PATH=${NGINX_HOME} /sbin:$PATH
NGINX_HOME：后面是 OpenResty 安装目录下的 nginx 的目录
然后让配置生效：
启动和运行 OpenResty 底层是基于 Nginx 的，查看 OpenResty 目录的 nginx 目录，结构与 windows 中安装的 nginx 基本一致：
所以运行方式与 nginx 基本一致：
1 2 3 4 5 6
nginx 的默认配置文件注释太多，影响后续我们的编辑，这里将 nginx.conf 中的注释部分删除，保留有效部分。
修改/usr/local/openresty/nginx/conf/nginx.conf文件，内容如下：
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 worker_processes 1 ;error_log logs/error .log;events {worker_connections 1024 ;http {include mime.types;default_type application/octet-stream;sendfile on ;keepalive_timeout 65 ;server {listen 8081 ;server_name localhost;location / {root html;index index.html index.htm;error_page 500 502 503 504 /50x.html;location = /50x.html {root html;
在 Linux 的控制台输入命令以启动 nginx：
然后访问页面：http://47.92.99.39:8081/，注意ip地址替换为你自己的虚拟机IP：
备注 加载 OpenResty 的 lua 模块 (添加在 nginx.conf 的 http 下面)：
1 2 3 4 lua_package_path "/usr/local/openresty/lualib/?.lua;;" ;lua_package_cpath "/usr/local/openresty/lualib/?.so;;" ;
common.lua
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 local function read_http (path, params) local resp = ngx.location.capture(path ,{if not resp then log (ngx.ERR, "http not found, path: " , path , ", args: " , args)exit (404 )end return resp.bodyend local _M = {return _M
释放 Redis 连接 API：
1 2 3 4 5 6 7 8 9 local function close_redis (red) local pool_max_idle_time = 10000 local pool_size = 100 local ok, err = red:set_keepalive(pool_max_idle_time, pool_size)if not ok then log (ngx.ERR, "放入redis连接池失败: " , err)end end
读取 Redis 数据的 API：
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 local function read_redis (ip, port, key) local ok, err = red:connect(ip, port)if not ok then log (ngx.ERR, "连接redis失败 : " , err)return nil end local resp, err = red:get(key)if not resp then log (ngx.ERR, "查询Redis失败: " , err, ", key = " , key)end if resp == ngx.null then nil log (ngx.ERR, "查询Redis数据为空, key = " , key)end return respend
开启共享词典：
1 2 lua_shared_dict item_cache 150m ;
Canal 下面我们就开启 mysql 的主从同步机制，让 Canal 来模拟 salve
开启 MySQL 主从 Canal 是基于 MySQL 的主从同步功能，因此必须先开启 MySQL 的主从功能才可以。
这里以之前用 Docker 运行的 mysql 为例：
开启 binlog 打开 mysql 容器挂载的日志文件，我的在/tmp/mysql/conf目录:
修改文件：
1 vi /tmp/mysql/conf/my.cnf
添加内容：
1 2 log-bin =/var/lib/mysql/mysql-binbinlog-do-db =heima
配置解读：
log-bin=/var/lib/mysql/mysql-bin：设置 binary log 文件的存放地址和文件名，叫做 mysql-binbinlog-do-db=heima：指定对哪个 database 记录 binary log events，这里记录 heima 这个库
最终效果：
1 2 3 4 5 6 7 [mysqld] character_set_server =utf8datadir =/var/lib/mysqlserver-id =1000 log-bin =/var/lib/mysql/mysql-binbinlog-do-db =heima
设置用户权限 接下来添加一个仅用于数据同步的账户，出于安全考虑，这里仅提供对 heima 这个库的操作权限。
1 2 3 create user canal@'%' IDENTIFIED by 'canal' ;GRANT SELECT , REPLICATION SLAVE, REPLICATION CLIENT,SUPER ON * .* TO 'canal' @'%' identified by 'canal' ;
重启 mysql 容器即可
测试设置是否成功：在 mysql 控制台，或者 Navicat 中，输入命令：
安装 Canal 创建网络 我们需要创建一个网络，将 MySQL、Canal、MQ 放到同一个 Docker 网络中：
1 docker network create heima
让 mysql 加入这个网络：
1 docker network connect heima mysql
安装 Canal 课前资料中提供了 canal 的镜像压缩包:
大家可以上传到虚拟机，然后通过命令导入：
1 docker load -i canal.tar
然后运行命令创建 Canal 容器：
1 2 3 4 5 6 7 8 9 10 11 docker run -p 11111:11111 --name canal \true \false \
说明:
-p 11111:11111：这是 canal 的默认监听端口-e canal.instance.master.address=mysql:3306：数据库地址和端口，如果不知道 mysql 容器地址，可以通过docker inspect 容器id来查看-e canal.instance.dbUsername=canal：数据库用户名-e canal.instance.dbPassword=canal ：数据库密码-e canal.instance.filter.regex=：要监听的表名称
表名称监听支持的语法：
1 2 3 4 5 6 7 8 mysql 数据解析关注的表，Perl正则表达式.1. 所有表：.* or .*\\..* 2. canal schema下所有表： canal\\..*3. canal下的以canal打头的表：canal\\.canal.*4. canal schema下的一张表：canal.test15. 多个规则组合使用然后以逗号隔开：canal\\..*,mysql.test1,mysql.test2
Elasticsearch 部署单点 es 创建网络 因为我们还需要部署 kibana 容器，因此需要让 es 和 kibana 容器互联。这里先创建一个网络：
1 docker network create es-net
加载镜像 这里我们采用 elasticsearch 的 7.12.1 版本的镜像，这个镜像体积接近 1G。可以自行 pull 或者上传tar包。
1 docker pull elasticsearch:7 .12 .1
如果采用上传的方式，上传到虚拟机中后运行命令加载即可：
同理还有kibana的 tar 包也需要这样做。
运行 运行 docker 命令，部署单点 es：
1 2 3 4 5 6 7 8 9 10 11 docker run -d \"ES_JAVA_OPTS=-Xms512m -Xmx512m" \"discovery.type=single-node" \
命令解释：
-e "cluster.name=es-docker-cluster"：设置集群名称-e "http.host=0.0.0.0"：监听的地址，可以外网访问-e "ES_JAVA_OPTS=-Xms512m -Xmx512m"：内存大小-e "discovery.type=single-node"：非集群模式-v es-data:/usr/share/elasticsearch/data：挂载逻辑卷，绑定 es 的数据目录-v es-logs:/usr/share/elasticsearch/logs：挂载逻辑卷，绑定 es 的日志目录-v es-plugins:/usr/share/elasticsearch/plugins：挂载逻辑卷，绑定 es 的插件目录--privileged：授予逻辑卷访问权--network es-net ：加入一个名为 es-net 的网络中-p 9200:9200：端口映射配置
在浏览器中输入：http://IP:9200 即可看到 elasticsearch 的响应结果：
部署 kibana kibana 可以给我们提供一个 elasticsearch 的可视化界面，便于我们学习。
拉取镜像 1 docker pull kibana:7 .12 .1
部署 运行 docker 命令，部署 kibana
1 2 3 4 5 6 docker run -d \
--network es-net ：加入一个名为 es-net 的网络中，与 elasticsearch 在同一个网络中-e ELASTICSEARCH_HOSTS=http://es:9200"：设置 elasticsearch 的地址，因为 kibana 已经与 elasticsearch 在一个网络，因此可以用容器名直接访问 elasticsearch-p 5601:5601：端口映射配置
kibana 启动一般比较慢，需要多等待一会，可以通过命令：
查看运行日志，当查看到下面的日志，说明成功：
此时，在浏览器输入地址访问：http://IP:5601，即可看到结果
kibana 中提供了一个 DevTools 界面：
这个界面中可以编写 DSL 来操作 elasticsearch。并且对 DSL 语句有自动补全功能。
安装 IK 分词器 在线安装 ik 插件（较慢） 1 2 3 4 5 6 7 8 9 10 # # # 退出 # 重启容器
离线安装 ik 插件（推荐） 1）查看数据卷目录 安装插件需要知道 elasticsearch 的 plugins 目录位置，而我们用了数据卷挂载，因此需要查看 elasticsearch 的数据卷目录，通过下面命令查看:
1 docker volume inspect es-plugins
显示结果：
1 2 3 4 5 6 7 8 9 10 11 [ { "CreatedAt" : "2022-05-06T10:06:34+08:00" , "Driver" : "local" , "Labels" : null , "Mountpoint" : "/var/lib/docker/volumes/es-plugins/_data" , "Name" : "es-plugins" , "Options" : null , "Scope" : "local" } ]
说明 plugins 目录被挂载到了：/var/lib/docker/volumes/es-plugins/_data 这个目录中。
2）解压缩分词器安装包 解压缩 ik 分词器，重命名为ik
3）上传到 es 容器的插件数据卷中 也就是/var/lib/docker/volumes/es-plugins/_data ：
4）重启容器 5）测试： IK 分词器包含两种模式：
ik_smart：最少切分
ik_max_word：最细切分
1 2 3 4 5 GET /_analyze{ "analyzer" : "ik_max_word" , "text" : "黑马程序员学习java太棒了" }
结果：
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 { "tokens" : [ { "token" : "黑马" , "start_offset" : 0 , "end_offset" : 2 , "type" : "CN_WORD" , "position" : 0 } , { "token" : "程序员" , "start_offset" : 2 , "end_offset" : 5 , "type" : "CN_WORD" , "position" : 1 } , { "token" : "程序" , "start_offset" : 2 , "end_offset" : 4 , "type" : "CN_WORD" , "position" : 2 } , { "token" : "员" , "start_offset" : 4 , "end_offset" : 5 , "type" : "CN_CHAR" , "position" : 3 } , { "token" : "学习" , "start_offset" : 5 , "end_offset" : 7 , "type" : "CN_WORD" , "position" : 4 } , { "token" : "java" , "start_offset" : 7 , "end_offset" : 11 , "type" : "ENGLISH" , "position" : 5 } , { "token" : "太棒了" , "start_offset" : 11 , "end_offset" : 14 , "type" : "CN_WORD" , "position" : 6 } , { "token" : "太棒" , "start_offset" : 11 , "end_offset" : 13 , "type" : "CN_WORD" , "position" : 7 } , { "token" : "了" , "start_offset" : 13 , "end_offset" : 14 , "type" : "CN_CHAR" , "position" : 8 } ] }
扩展词词典 随着互联网的发展，“造词运动”也越发的频繁。出现了很多新的词语，在原有的词汇列表中并不存在。比如：“奥力给”，“传智播客” 等。
所以我们的词汇也需要不断的更新，IK 分词器提供了扩展词汇的功能。
1）打开 IK 分词器 config 目录：
2）在 IKAnalyzer.cfg.xml 配置文件内容添加：
1 2 3 4 5 6 7 <?xml version="1.0" encoding="UTF-8" ?> <!DOCTYPE properties SYSTEM "http://java.sun.com/dtd/properties.dtd" > <properties > <comment > IK Analyzer 扩展配置</comment > <entry key ="ext_dict" > ext.dic</entry > </properties >
3）新建一个 ext.dic，可以参考 config 目录下复制一个配置文件进行修改
4）重启 elasticsearch
1 2 3 4 docker restart es
日志中已经成功加载 ext.dic 配置文件
5）测试效果：
1 2 3 4 5 GET /_analyze{ "analyzer" : "ik_max_word" , "text" : "传智播客Java就业超过90%,奥力给！" }
注意当前文件的编码必须是 UTF-8 格式，严禁使用 Windows 记事本编辑
停用词词典 在互联网项目中，在网络间传输的速度很快，所以很多语言是不允许在网络上传递的，如：关于宗教、政治等敏感词语，那么我们在搜索时也应该忽略当前词汇。
IK 分词器也提供了强大的停用词功能，让我们在索引时就直接忽略当前的停用词汇表中的内容。
1）IKAnalyzer.cfg.xml 配置文件内容添加：
1 2 3 4 5 6 7 8 9 <?xml version="1.0" encoding="UTF-8" ?> <!DOCTYPE properties SYSTEM "http://java.sun.com/dtd/properties.dtd" > <properties > <comment > IK Analyzer 扩展配置</comment > <entry key ="ext_dict" > ext.dic</entry > <entry key ="ext_stopwords" > stopword.dic</entry > </properties >
3）在 stopword.dic 添加停用词
4）重启 elasticsearch
1 2 3 4 5 6
日志中已经成功加载 stopword.dic 配置文件
5）测试效果：
1 2 3 4 5 GET /_analyze{ "analyzer" : "ik_max_word" , "text" : "传智播客Java就业率超过95%,习大大都点赞,奥力给！" }
注意当前文件的编码必须是 UTF-8 格式，严禁使用 Windows 记事本编辑
部署 es 集群 部署 es 集群可以直接使用 docker-compose 来完成，不过要求你的 Linux 虚拟机至少有4G 的内存空间
首先编写一个 docker-compose 文件，内容如下：
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 version: '2.2' true "ES_JAVA_OPTS=-Xms512m -Xmx512m" true "ES_JAVA_OPTS=-Xms512m -Xmx512m" true "ES_JAVA_OPTS=-Xms512m -Xmx512m" local local local
Run docker-compose to bring up the cluster:
MinIO
拉取docker镜像
设置minio用到的文件路径
进入minio目录：
启动服务：注意，这里要单独设置console的端口，不然会报错，且无法访问
这种安装方式 MinIO 自定义 Access 和 Secret 密钥要覆盖 MinIO 的自动生成的密钥
1 2 3 4 5 6 7 8 9 10 docker run --name minio \"MINIO_ROOT_USER=admin" \"MINIO_ROOT_PASSWORD=admin123" \'0.0.0.0:9999'
防火墙设置，需要为minio开放两个端口，一个9000端口，一个静态端口，此处为9999
1 2 3 firewall-cmd --zone=public --add-port=9000/tcp --permanent
登录客户端（浏览器）：注意—>此处的端口，是你设置的console的端口：9999
http://ip:9999
此处的用户名密码为启动服务时，设置的用户名密码：admin admin123：
Reference
https://github.com/hansonwang99/JavaCollection 黑马程序员 尚硅谷
